Все выпуски

Задачи поиска релевантной информации создают значительные трудности для пользователей из-за огромного объема данных, доступных в интернет. Эти трудности связаны с известной проблемой информационной перегрузки. В этой работе мы предлагаем онлайн-веб-помощник под названием OWNА. Мы разработали полностью интегрированную платформу для выработки рекомендаций в режиме реального времени, основанную на методах анализа журналов использования веб. Наша работа начинается с подготовки исходных данных, а затем извлечения полезной информации, которая помогает построить базу знаний, а также присваивает определенный вес определенным факторам. Эксперименты показывают преимущества предложенной модели по сравнению с альтернативными подходами.

The problem of finding relevant data while searching the internet represents a big challenge for web users due to the enormous amounts of available information on the web. These difficulties are related to the well-known problem of information overload. In this work, we propose an online web assistant called OWNA. We developed a fully integrated framework for making recommendations in real-time based on web usage mining techniques. Our work starts with preparing raw data, then extracting useful information that helps build a knowledge base as well as assigns a specific weight for certain factors. The experiments show the advantages of the proposed model against alternative approaches.